本文记录个人学习过程并预备复用
学习路径
1.机器学习（吴恩达/周志华书籍：用来看原理）
->2.深度学习(吴恩达)
->3.pytorch(使用原生python而非conda)
->4.在学习pytorch过程中将三者融合：先看论文+跟着pytorch教程敲代码+看解析（这个过程也可以在机器学习完成）
->5.找研究方向，找综述类论文，先广度遍历论文引用，再深度遍历某个方向的论文
->寻找输出路径，在整个过程中写博客/发论文/打kaggle
我目前是在深度学习领域深化到GNN
工具
-
编程工具
pycharm professional配置：远程部署（远程服务器）+Git（github/gitee）
详细解释：
github用于存储代码（无数据集）+实验记录
远程服务器用于存储代码(包括数据集)
pycharm的使用：
每一个实验建立虚拟环境，但是很多包有的用pycharm下载，有的用pip下载
在pip中激活虚拟环境 source /data0/xxx/.virtualenvs/xxx/bin/activate(右下角的编译器可以查看该路径)
在pip中更换源：pip config set global.index-url pypi.tuna.tsinghua.edu.cn/simple 这样就只会激活该虚拟环境中的源
-
AI工具
deekseek（简单问题）+chatgpt o3-high（复杂问题）+Bcompare（用于AI生成的迭代代码） 3. ## 论文工具 Zetero软件(使用同步功能)+Zetero google插件（需要google账号）
-
周报工具
一份ppt长期迭代
-
画图工具：Mermaid/processon
